黄冬民
- 作品数：7 被引量：28H指数：3
- 供职机构：西北工业大学自动化学院更多>>
- 发文基金：国家自然科学基金中国航空科学基金西北工业大学基础研究基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 一种高效粒子滤波检测前跟踪算法的仿真分析被引量：3
- 2012年
- 分析了一种高效粒子滤波检测前跟踪算法的独特结构。其算法中存在两类粒子互相竞争与协作的复杂关系。针对其两类粒子数量选择的困难,通过大量仿真对比分析了两类粒子五种数量比例在不同总粒子数和不同过程噪声水平下的算法性能。仿真结果表明在两类粒子数量相等附近时,算法综合性能较好。
- 梁新华潘泉杨峰黄冬民
- 关键词：检测前跟踪粒子滤波
- 基于BP算法的层次分析法研究被引量：8
- 2004年
- 运用传统层次分析法进行系统评价与决策时,系统目标和评价指标的关系难以确定,而且评价过程中存在许多人为因素,影响评价的准确性和客观性,进而影响决策。基于BP算法的层次分析法利用BP神经网络的自学习、自适应、自组织功能,不断积累知识和经验,不断修正所学的知识,即修正网络神经元间的连接权值,通过给定的运算法则和激励函数,在输入评价指标后网络将输出最终的系统目标评价值,达到精确评价和最优决策的目的。
- 黄冬民端木京顺
- 关键词：BP算法层次分析法
- 基于小波神经网络辨识的PID神经MRAC研究被引量：3
- 2004年
- 提出了一种基于小波神经网络辨识的PID神经网络模型参考自适应控制方法。该方法采用小波神经网络作为辨识器,PID神经网络作为控制器在线调节。由于小波变换具有良好的时频局部特性,神经网络具有强大的非线性映射能力,自学习、自适应等优势,采用规范正交的小波函数作为神经网络的基函数构成小波神经网络,该网络兼有小波函数的紧支性、波动性以及神经网络的非线性映射能力,自学习、自适应能力等优点,仿真结果表明用该方法构成的控制系统收敛速度快,逼近精度高,鲁棒性好,优于一般的BP网络控制。
- 吴天鹏端木京顺黄冬民袁根冬
- 关键词：小波神经网络PID神经网络模型参考自适应控制
- 运动目标联合跟踪与分类研究综述被引量：1
- 2011年
- 目标跟踪与分类是现代跟踪系统的基本功能,不同的数据特性使得传统研究经常忽视两者之间的联系而将其分开处理。联合跟踪与分类研究则充分利用两者之间的耦合关系,使之互为补充,达到提高各自精度的目的。在分析联合跟踪与分类算法基本原理的基础上,按机理将其分为基于贝叶斯推理、D-S理论和贝叶斯风险框架下的联合跟踪与分类算法,并对三种框架下的算法进行了综述与性能比较。指出了联合跟踪与分类算法研究存在的问题及进一步研究的方向。
- 黄冬民潘泉张洪才
- 关键词：贝叶斯推理
- 基于随机化Halton序列的粒子滤波算法研究被引量：10
- 2011年
- 为了克服传统粒子滤波蒙特卡洛(MC)随机采样粒子之间的间隙过大与层叠,及其产生的采样效率和滤波精度较低的问题,提出一种基于Halton序列的拟蒙特卡洛(QMC)采样粒子滤波算法。该算法在对Halton序列进行随机化、较好地消除其各维之间相关性的基础上,将之应用于粒子采样过程,以代替蒙特卡洛随机采样,得到用均匀分布粒子近似的后验状态概率密度。仿真证实,算法性能要优于传统粒子滤波算法,改善了采样效率与计算精度,且能克服粒子的退化现象。
- 黄冬民潘泉梁新华
- 关键词：随机化粒子滤波
- 平方根UKF神经网络及其在预测中的应用被引量：1
- 2007年
- 提出一种利用平方根无轨迹卡尔曼滤波(SR-UKF)进行神经网络权值估计的算法,该算法可以克服BP算法存在的学习速率缓慢、计算量大、容易使学习陷入局部极小等缺点.以Mackey-Grass混沌时间序列作为神经网络输入,运用SR-UKF算法、UKF算法、BP算法仿真神经网络.结果表明,SR-UKF算法较之BP算法具有更快的训练速度和更高的预测精度,且可以避免网络学习陷入局部极小,而相对于UKF算法又具有计算量小且能保证状态方差半正定的特点.
- 黄冬民
- 关键词：神经网络
- 基于比例UKF的神经网络及其应用被引量：2
- 2007年
- 提出了一种利用比例无轨迹卡尔曼滤波(Scaled-UKF)进行神经网络权值估计的算法,该算法可以克服BP算法存在的学习速率缓慢、计算量大、容易使学习陷入局部极小等缺点。以Mackey-Grass混沌时间序列作为神经网络输入,运用比例UKF算法、UKF算法、BP算法仿真神经网络。结果表明,比例UKF算法较之BP算法具有更快的训练速度和更高的预测精度,且可以避免网络学习陷入局部极小;而相对于UKF算法,其变量分布可不限定为高斯型且能保证状态方差半正定。
- 黄冬民
